基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
主要研究了一种基于强化学习的无线通信智能干扰方法.目前,传统的干扰大多为单一域干扰.而伴随着越来越复杂的电磁频谱环境和抗干扰技术的不断发展,单一域内干扰难以在复杂环境中起到较好的干扰效果.同时,通信用户的侦察系统会接收干扰机能量值对其进行侦察定位,随即利用相关抗干扰技术减弱干扰.为提升复杂电磁环境中的干扰效果并降低干扰机被定位概率,结合强化学习提出了一种功率与信道联合干扰决策算法.干扰机可以通过学习和训练在动态变化环境中决策出最佳干扰功率和干扰信道.仿真结果表明,在所给条件下,所提算法可以收敛到最佳干扰策略,相较于随机干扰算法和不考虑定位因素的Q学习干扰算法,所提算法在确保干扰有效性的同时,干扰机被定位的概率分别降低了30%和60%.
推荐文章
MIMO干扰信道中基于动态功率分配的干扰对齐方法研究
干扰对齐
动态功率分配
信道矩阵的迹
传输速率
误码率
MIMO干扰信道下基于功率分配的干扰抑制算法
MIMO干扰信道
干扰抑制算法
功率分配
系统容量
基于强化学习的多智能体协作方法研究
多智能体
协作系统
强化学习
抗干扰攻击的多信道无线网络功率控制方法
抗干扰攻击
无线网络
功率控制
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于强化学习的功率与信道联合干扰方法研究
来源期刊 通信技术 学科 工学
关键词 智能干扰 功率 信道 多域 强化学习
年,卷(期) 2020,(8) 所属期刊栏目 信息处理与传输
研究方向 页码范围 1859-1868
页数 10页 分类号 TN975
字数 6878字 语种 中文
DOI 10.3969/j.issn.1002-0802.2020.08.004
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 张潇 中国人民解放军陆军工程大学通信工程学院 8 7 1.0 2.0
2 陈学强 中国人民解放军陆军工程大学通信工程学院 6 4 1.0 1.0
3 田华 中国人民解放军陆军工程大学通信工程学院 7 3 1.0 1.0
4 张双义 中国人民解放军陆军工程大学通信工程学院 2 2 1.0 1.0
5 沈箬怡 中国电子科技集团公司第二十八研究所 1 0 0.0 0.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (28)
共引文献  (28)
参考文献  (13)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1981(1)
  • 参考文献(0)
  • 二级参考文献(1)
1983(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2005(4)
  • 参考文献(1)
  • 二级参考文献(3)
2006(1)
  • 参考文献(0)
  • 二级参考文献(1)
2007(1)
  • 参考文献(1)
  • 二级参考文献(0)
2008(4)
  • 参考文献(1)
  • 二级参考文献(3)
2009(1)
  • 参考文献(1)
  • 二级参考文献(0)
2010(4)
  • 参考文献(0)
  • 二级参考文献(4)
2011(2)
  • 参考文献(1)
  • 二级参考文献(1)
2012(2)
  • 参考文献(0)
  • 二级参考文献(2)
2013(6)
  • 参考文献(3)
  • 二级参考文献(3)
2014(1)
  • 参考文献(0)
  • 二级参考文献(1)
2015(3)
  • 参考文献(0)
  • 二级参考文献(3)
2016(5)
  • 参考文献(3)
  • 二级参考文献(2)
2018(3)
  • 参考文献(1)
  • 二级参考文献(2)
2019(1)
  • 参考文献(1)
  • 二级参考文献(0)
2020(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
智能干扰
功率
信道
多域
强化学习
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
通信技术
月刊
1002-0802
51-1167/TN
大16开
四川省成都高新区永丰立交桥(南)创业路8号
62-153
1967
chi
出版文献量(篇)
10805
总下载数(次)
35
论文1v1指导